【正文】 個統(tǒng)一的理論框架。即分別在水平方向和豎直方向各進(jìn)行一次一維小波變換，如圖 25所示。其中金字塔形分解比較符合人的視覺特性，也較易實現(xiàn)，因而比較常用。 基于上述分析，我們由此提出一種小波變換系數(shù)高斯概率分布的指紋識別算法。 , )LiiL x p x? ? ? ??? ? (23) 這里如果β 0，可以得出： 1 12( / )F m m? ?? ； ( ) ( 2 / ) / (1 / ) ( 3 / )F x x x x? ? ? ? (24) m1和 m2分別滿足： 22 1 1(1/ )Liim L x?? ?， 22 1(1/ )Liim L x?? ? (25) 同時α滿足： α =m1179。 由于指紋圖像庫中的圖像是各種各樣的，有些圖像的灰度差異較大，我們需要對這些圖像數(shù)據(jù)庫中的圖像是各種各樣的，有些圖像的灰度差異較大，我們需要對這些圖像進(jìn)行一些預(yù)處理工作。α 2,β 2))‖ p(。 指紋奇異點檢測算法 指紋的奇異點包括核點和三角點。 點方向圖 有多種方法可以提取指紋的點方向，如 等人提出一種利用鄰域內(nèi)不同方向上灰度值的變化我來求取點方向，進(jìn)而統(tǒng)計出聲方向的方法； Rao 提出了一種利用梯度算子求取點方向圖的方 向，利用脊線方向弧度變化最緩 的原理，來求取指紋方向。 加權(quán)平均法就是把點方向圖分塊以后，統(tǒng)計子塊中每一方向的頻率，再除以子塊的總的像素數(shù)目，可以得到相應(yīng)方向的權(quán)系數(shù)。 3，水平模板和垂直模板分別為： 1 0 12 0 21 0 1???和1 2 10001 2 1? ? ? ，將原始圖像分別與兩個模板進(jìn)行離散卷積，即可求得一階偏導(dǎo)。為了做這件事情，方向場子需要轉(zhuǎn)化到一個連續(xù)的向量場中 ： ( , ) c os( 2 ( , ))x i j i j??? (216) ( , ) sin(2 ( , ))y i j i j??? (217) 27 x? ， y? 是向量場的 x,y 分量，低通濾波可以如下表示： / 2 / 239。39。 5的模板基于塊水平平滑方向信息； （ 4）利用分塊指紋圖像方向檢測 core 點和 delta 點； 在我們的算法中，閉曲線是在一個 5179。為了消除偽奇異點，我們利用方向會聚性測度和灰度方差的乘積函數(shù) [31]，對候選奇異點進(jìn)行篩選?；叶确讲羁梢院芎玫姆从持讣y的前、背景特征。則定義區(qū)域方向會聚性測度 為： 811( , ) 8iiC i j ??????? (226) 其中， 8118ii ????? ?,i??為領(lǐng)域內(nèi)沿 β i方向的方向場平均值。 時，該 (i,j)是一般點；等于 180176。 時，該點是一般點；為 180176。本文中該濾波器大小為 5179。 式中 (, )x ij? 是點 (, )y ij? 的 x,y 向一階偏導(dǎo)； θ (i,j)的范圍在 π /4～ π/4 之間，為滿足后繼算法的需要，將所求角度調(diào)整至 0～ π之間，作如下處理： 如果 ( , ) 0x ij? ? ，表明該塊的紋線方向為 0～ π /4之間 或 3π /4～ π， 則 θ (i,j)=θ (i,j)+π /2； 如果 ( , ) 0x ij? ? ，且 ( , ) 0y ij? ? ，表明該塊的紋線方向為π /4～ π /2 之間，則 θ (i,j)=θ (i,j)+π； 如果 ( , ) 0x ij? ? ，且 ( , ) 0y ij? ? ，表明該塊的紋線方向為π /～ 3π /4 之間，則 θ (i,j)無需調(diào)整。本文采用的是直方圖法。 塊方向圖 對于某一個點來講，由于受到各種噪聲的景響，可能會產(chǎn)生較大的隨機(jī)誤差，然而，對于某一個具體的指紋圖像來講，某一個小區(qū)域的方向總是近似一致的，因此，用塊方向代替某一點的方向是一個可行的辦法，并且可以有效地消除點方向圖中出現(xiàn)的隨機(jī)誤差。所以提取指紋奇異點首先要計算指紋的方向圖。 算法的優(yōu)點 本文采取的算法是一種新的指紋識別方法，針對基于特征點的常規(guī)算法具有以下幾個優(yōu)點： 預(yù)處理簡單，對指紋圖像進(jìn)行特征提取和匹配，在提取特征前幾乎不改變原圖像，且處理過程中對原始圖像的影響很小，同時也極大提高了圖像處理速度。這里由于KLD 距離不具有對稱性，所以要將其變換為對稱距離。同時，如果用 Kullback Leibler Distance (KLD)距離 [28]來計算兩個不同的直方圖之間的相似度，其相應(yīng)的 KLD 距離可以表示為： 21 2 2 1 2 11 1 2 2 2 1 1 2 1 1( 1 / ) ( ( 1 ) / ) 1( ( 。因此， α 有時被稱為尺度參數(shù)， β 被稱為形狀參數(shù)。 圖 29為一幅指紋的灰度圖像，圖 210 為該圖像在空間 域 統(tǒng)計特性圖（灰度直方圖），圖 211 位該圖像在變換域的統(tǒng)計特性圖（小波變換系數(shù)直方圖）。圖27是對一幅指紋圖像（圖（ a））進(jìn)行二維小波變換的結(jié)果 （圖（ b）） ，和圖26 相對應(yīng)，左上角為低頻近似子帶，右上角為水平細(xì)節(jié)子帶，左下角為垂直細(xì)節(jié)子帶，右下角為對角細(xì)節(jié)子帶。近年來，小波變換的應(yīng)用越來越受到重視。由于它具有良好的空間 —— 頻率局部化特性，小波變換特別適用于非平穩(wěn)信號的分析和處理，彌補(bǔ)了 fourier 變換這一領(lǐng)域中的不足；加上其具有的其它許多優(yōu)良特性，小波變換在圖象處理和壓縮、語音分析和合成、地質(zhì)勘測、 CT 成像、量子力學(xué)及計算機(jī)視覺等很多領(lǐng)域都得到了廣泛的應(yīng)用。這樣千萬識別過程慢，效率低，而且由于反復(fù)的濾波，細(xì)化，會造成有效特征的丟失，這會造成加大誤差。后處理的目的在于填補(bǔ)一些斷點及去掉圖像中的假分支。 基于結(jié)構(gòu)的指紋識別算法，能充分利用指紋圖像的紋理結(jié)構(gòu)信息，彌補(bǔ)基于 特征 點的識別算法的不足 。他們對于參數(shù)的旋轉(zhuǎn)都是用試驗的方法，得到最合適的 Gabor 濾波器。 環(huán)點（ Enclosure） —— 一條紋路分開成為兩條之后，立即有合并成為一條，這樣形成的一個小環(huán)稱 為環(huán)點。 指紋特征點的 類型 見表 21， 其中 最典型的是終結(jié)點和分叉點。 5. 紋數(shù)（ Ridge Count） 指模式區(qū)內(nèi)指紋紋路的數(shù)量。 2. 模式區(qū)（ Pattern Area） 模式區(qū)是指指紋上包 括了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。 本文首先介紹了在身份驗證中的指紋識別算法，采用一種新的算法一基于小波變換的統(tǒng)計算法對指紋圖像進(jìn)行特征提取和特征匹配 。正因為如此，權(quán)威機(jī)構(gòu)認(rèn)為，在應(yīng)用中 1%的誤判率就可以接受。指紋識別系統(tǒng)的特定應(yīng)用的重要衡量標(biāo)志是識別率。 ? FAR 又稱認(rèn)假率，指將不同的指紋誤認(rèn)為是相同的指紋 ，而加以接收的出錯概率?；谏窠?jīng)網(wǎng)絡(luò)算法容錯性高，但需要大量樣本事先對系統(tǒng)進(jìn)行訓(xùn)練才能發(fā)揮作用，而且計算量也偏大，不符合實時性的要求。新近的算法大致可以分為 ： 基于 結(jié)構(gòu) 的特征提取和匹配、基于特征點的匹配和基于神經(jīng)網(wǎng)絡(luò)的方法 [19]。 9 超聲波掃描傳感器 超聲波掃描傳感器工作原理為傳送超聲波，并通過手指、臺板和空氣間的電阻來測量距離的方法完成錄入，掃描指紋的表面，接收設(shè)備獲取了其反射信號，測量它的范圍，得到脊的深度。由于半導(dǎo)體芯片的體積小巧，功耗很低，可以集成到許多現(xiàn)有設(shè)備中，這是光學(xué)采集設(shè)備所無法比擬的，現(xiàn)在許多指紋識別系統(tǒng)研發(fā)工作都采用半導(dǎo)體采集設(shè) 備來進(jìn)行。由于指紋的脊和谷相對于另一極之間的距離不同 (紋路深淺的存在），導(dǎo)致硅表 面電容陣列的各個電容值不同，測量并記錄各點的電容值，就可以獲得具有灰度級的指紋圖像。例如 :可以利用纖維光束來獲取指紋圖像。另外 塑料假指紋 也 有可能騙過光學(xué)傳感器。光線照到壓有指紋的玻璃表面，反射光線由 CCD 去獲得，反射光的量依賴于壓在玻璃表面指紋的脊和谷的深度以及皮膚與玻璃間的油脂和水分。 （ b） 多種生物識別技術(shù)的融合 。按照現(xiàn)行的分類標(biāo)準(zhǔn)，將指紋分成四類、五類或六類還是遠(yuǎn)遠(yuǎn)不夠的。 （ b）指紋采集時的變形問題至今沒有得到很好的解決。辨識主要應(yīng)用于犯罪指紋匹配的傳統(tǒng)領(lǐng)域中。驗證就是通過把一個現(xiàn)場采集到的指紋與一個己經(jīng)登記的指紋進(jìn)行一對一的比對 （ onetoone matching） 來確認(rèn)身份的過程。 可以預(yù)見，指紋識別技術(shù)將被廣泛接受從而影響人們的日常生活的各個方面 ： 通過取代個人識別碼和口令，指紋識別技術(shù)可以阻止無授權(quán)用戶的訪問，以防止盜用 ATM， 蜂窩電話、智能卡、桌面 PC，工作站及其計算機(jī)網(wǎng)絡(luò)；在通過電話、網(wǎng)絡(luò)進(jìn)行的金融交 易時進(jìn)行身份認(rèn)證；在建筑物或工作場所，生物識別技術(shù)可以取代鑰匙、證件、圖章和卡閱讀器。從事自動指紋識別系統(tǒng)開發(fā)的公司有 ： 西安青松，北京中控，廈門寶利鉻等。 日前，國外從事指紋識別研究的公司，學(xué)校，科研機(jī)構(gòu)共有 200 多家。我國是最早利用手印進(jìn)行偵查活動的國家。 指紋識別技術(shù)的研究背景 指 紋即是指尖表面的紋路，其中突起的紋線稱為脊，脊之間的部分稱為谷，他們的形成依賴于胚胎發(fā)育時的環(huán)境。例如，指紋不會隨著人的年齡增長、或身體健康程度的變化而變化。其中，人臉、指紋、手形、手部血管分布、虹膜、視網(wǎng)膜和臉部熱量圖都屬于生理特 征，手寫體屬于行為特征，而聲音則兼有兩方面的屬性。), which suit real application. Finally, this article introduces basic functions of the semiconductor fingerprint sensor MBF200, and uses AVR mega16 as upper machine to realize the design of fingerprint identification system. Key words: Automated fingerprint identification, Feature extraction, Wavelet transformation, AVR application III 目錄 第一章 緒論 .......................................................................................................... 1 引言 ......................................................................................................... 1 指紋識別技術(shù)的研究背景 ..................................................................... 2 指紋識別原理 ......................................................................................... 4 指紋識別技術(shù)面臨的難點以及發(fā)展方向 ............................................. 5 指紋采集技術(shù)比較 ................................................................................. 7 特征提取與匹配 ..................................................................................... 9 性能評價 ................................................................................................. 9 本文所做工作及論文結(jié)構(gòu) ....................................................................11 第二章 指紋 識別算法 ........................................................................................ 13 指紋識別的基本知識 ........................................................................... 13 總體特征 .................................................................................... 13 局部特征 .................................................................................... 14 指紋的特征提取與匹配算法 ............................................................... 15 基于特征